全文译自：https://natalie.mu/comic/pp/maruo_paraiso

迎来绘画生涯40周年的丸尾末広，近期出版了最新作《天國 パライゾ》。这部作品里的五个短篇，描写了二战期间长崎、奥斯维辛集中营，以及战后日本社会中儿童的生存故事，可以说是丸尾全新的创作领域。作为日本漫画界”魔神”般的人物，丸尾无疑是个独特的存在。而在新的表现方式上，他也从未停止探索。
为配合《天國 パライゾ》的发售，コミックナタリー在此举办“Web原画展”，藉此回顾丸尾40年来的创作生涯。代表了丸尾40年创作轨迹的40幅画作，由与丸尾合作多年的前《月刊コミックビーム》主编岩井好典遴选而出，同时，也邀请到丸尾本人，对每幅画亲自作了点评。

如下图所示，红色的点为训练数据。我们把这些点直接相连形成曲线。这条曲线确实能100%描述训练样本，但当验证来自同一原始样本的测试数据（绿色的点）时，正确率则为0。

收录于《鱼》末尾的小短篇，个人认为比正片更精彩。在这里，远方克苏鲁式的深渊充满了诱惑，它是欲望的泥沼，是昆虫甜蜜的死亡摇篮。人类前赴后继的强迫行为又是伊藤润二常用的主题。而它又不同于《人头气球》，在这里，人是主动跨进由自己独占的那崇高的恐惧的。这正是一种想要遁入虚无的高峰体验，是弗洛伊德的超越快乐原则。走进洞穴的人，最后和大他者融为一体，完成了人的解放。而在洞穴外的人除了焦虑，也加深了对洞穴的向往。

在训练阶段，为了计算网络中和的值，需要把它转化为一个数学上的优化问题。深度神经网络采用的是梯度下降法。
为了便于理解，一个最简单的例子是求解线性回归问题：给定一组二维平面上的点，拟合一条最能描述这些点之间关系的直线。由于我们知道二维平面上直线的表达式是，记估计值。因此问题在于找到和，使得为最小。这个用来衡量估计值和实际值的偏差，并有待最小化的式子就叫做Cost Function。在不同的问题中，可使用不同的Cost Function。
因为我们训练变量和，因此只需构造含有一个神经元的神经网络。将激活函数定义为“输入即输出”，因为并不需要非线性的学习能力。

佐々木マキ，出生于日本神户的漫画家。1966年11月在《月刊漫画ガロ》上发表了他的处女作《よくあるはなし》。此后数年间以该杂志为中心，进行漫画的实验创作。1973年，佐々木マキ的创作转向了绘本领域，先后创作了《やっぱりおおかみ》、《ムッシュ･ムニエル》等作品。佐々木マキ同时还是一位插画家，他曾为村上春樹的小说画过不少封面，包括《風の歌を聞け》（且听风吟，1979年）、《1973年のピンボール》（1973年的弹子球，1980年）、《羊をめぐる冒険》（寻羊冒险记，1982年）。佐々木マキ是笔名，来源于二战法国反纳粹游击队Maquis。

作者在刊物《Black》（Coconino Press出版）上的一则短篇。这里更多有抚平战争的伤口的含义。尘归尘，土归土。既要缅怀逝去的，也要认清当下，并继续生活下去。

宮田雅之，东京出生的刀势画艺术家，其绘画才能最先被谷崎潤一郎赏识。受谷崎氏的委托，为《雪後庵夜話》一书绘制插图，从而以插画家的身份出道。

刀势画是以中国传统剪纸工艺为母体，以刀代笔进行绘画创作的独特艺术形式。宮田雅之刀势画的线条华丽流畅，基于古典文学创作的刀势画有着东洋特有的幽玄之美，格调高雅，氛围冷峻。作为刀势画的创始人，宮田雅之在40余年的艺术生涯中，创作了大量的作品，在世界各地成功举办了250余次个展，建立起了别具一格的“切り絵”世界。

GPU使用原理简介

现在，GPU已不只是用于视频和图像的渲染了。它使用了高度并行化计算架构，使得深度学习的某些计算能得到数十倍的提升。目前的深度学习框架，如PyTorch，都支持在GPU上的计算。
CUDA全称是Compute Unified Device Architecture。这是由当今比较流行的GPU厂商Nvidia（英伟达）提出的并行计算平台和指令集。
因此，一方面要运行在支持CUDA的GPU上，才能使GPU起作用；另一方面编写的代码要使用CUDA兼容的API（如PyTorch，代码需要显式地“指定”要把哪部分计算置于CUDA上，并使用CUDA特有的Tensor变量）。
在底层，GPU的计算默认是异步执行的。首先操作指令被加入到某设备的处理队列，然后在稍后执行。而Pytorch和GPU之间的同步是自动完成的。有时为了调试方便，若要强制进行同步计算，可设置环境变量CUDA_LAUNCH_BLOCKING=1。
由于在每个GPU设备上都只能线性执行，为了提高并行度，CUDA有一个stream的概念。不同的stream依照操作数据的步骤不同可以做成流水线式的并行操作。

神经网络与机器学习

神经网络是一种基于机器学习的分类器。它有两个基本的阶段：训练和预测。在训练阶段，从某数据集读取大量被正确分类的样本，通过计算Loss Function提供反馈，训练自己的参数，从而在预测阶段能对一个新出现的样本进行分类。

传统的机器学习需要专家来提供特征(Feature)，而神经网络能在一定程度上减少人工对特征发现的干预。神经网络能自己发现数据的特征。

Thomas Ott出生于瑞士苏黎士，他也是为数不多的刮版画漫画家。刮版画是版画的一种，艺术家使用各种工具从板上刮掉黑色的墨水，并露出下面的白色黏土。

以下是他的作品。

Thomas Ott的漫画大都是暗黑怪谈风，因为是无字漫，具有一种无声的颤栗。

Cinema Panopticum是他的代表作之一，以一个小女孩为引子，带读者走进4个怪奇小故事。
更多可关注他的个人网站，Instagram